[发明专利]一种多尺度融合图像特征信息的水下图像增强方法

说明书

本发明提供一种多尺度融合图像特征信息的水下图像增强方法。本发明方法，包含以下三个过程：首先，采用动态阈值白平衡解决颜色偏色；其次，增强图像对比度，使用同态滤波分离高频信息和低频信息，使用梯度场双区间直方图均衡化增强高频信息，采用Gamma校正处理低频信息，调整图像曝光度。最后，基于图像对比度、饱和度和最佳曝光度，采用多尺度融合策略对高频信息、双区间直方图输出图和Gamma校正后低频信息进行融合，得到增强图像。本发明专利提出了一种多尺度融合图像特征信息的水下图像增强方法，该方法通过多尺度融合策略，不仅增强图像细节和全局对比度，而且有效避免图像的过曝光和曝光不足，对图像暗区域的细节具有较好增强效果。

技术领域

本发明涉及图像增强方法，特别是涉及一种多尺度融合图像特征信息的水下图像增强方法。

背景技术

由于海洋、河流和湖泊资源十分丰富，近年来海洋资源的开发、勘探和保护已经成为国际社会广泛关注的问题，水下成像已经成为重要的研究领域。清晰的水下图像可以为水下考古、水下资源勘测以及海洋生物研究提供重要信息。但是由于光在水中的散射和吸收，水下成像存在着三个主要问题：颜色失真、曝光不足和对比度低。因为不同波长的光在水下传播时具有不同的衰减率，实际中超过10米的水下图像会产生严重的颜色失真；水体对光的吸收，导致水下亮度衰减，引起图像曝光不足；在自然界中，水中存在大量的粒子，导致光的散射，引起光传播方向的变换，导致水下图像的对比度下降，远处的物体模糊不清。

针对水下图像存在的问题，在过去的几十年里，出现了很多水下图像去雾方法，基于多幅图像的图像增强方法使用多种图像恢复场景信息，但对成像条件施加了限制，适用性有限。基于物理模型的水下图像复原方法沿着图像退化的逆过程复原图像，通过建立物理模型，估计模型参数，反演出退化过程，但在许多水下场景中，很多先验不成立，不能准确地估计透射率。

在不同场景、光照条件下采集的水下图像具有不同特点，光源的白点和强度会随距离改变，很难设计出一种基于深度学习的方法，针对不同光照条件都具有较好的去雾效果。基于图像增强的图像去雾方法主要包括直方图均衡化和基于Retinex理论的方法。基于直方图的水下图像方法不能有效的解决水下图像的退化问题，只对光照相对较好的场景有效。Retinex模拟人类的视觉系统，将水下环境的变换看作光照的变化，通过去除图像光照的变换来增强图像，可以有效的增强图像的对比度和图像细节，但Retinex理论没有考虑水下图像的退化程度和场景深度之间的关系，不能完全的复原水下图像的颜色和场景信息。

发明内容

本发明克服上述现有技术的不足，提供一种多尺度融合图像特征信息的水下图像增强方法。本发明首先使用动态阈值白平衡解决颜色失真，其次使用同态滤波分离高频信息和低频信息，为进一步增强图像对比度，使用梯度场双区间直方图均衡化处理高频信息，为更好调整图像曝光度，采用Gamma校正处理低频信息。最后，基于图像对比度、饱和度和最佳曝光度，采用多尺度融合策略对高频信息、梯度场双区间直方图输出图和Gamma校正后低频信息进行融合。本发明在增强图像细节和全局对比度的同时有效的避免了图像的过曝光和曝光不足，有效增强了图像暗区域的细节信息。

本发明采用的技术方案如下：一种多尺度融合图像特征信息的水下图像增强方法，其特征在于，包括以下步骤：

步骤S01：将原始图像转换到YCbCr空间，分别获取所述原始图像的Y、Cb、Cr的通道数据，并进行白平衡处理，得到颜色校正后图像；

步骤S02：将所述颜色校正后的图像按照R、G、B通道进行分解，通过高斯型同态滤波分通道处理，获取所述颜色校正后的图像的高频信息R、G、B通道图像和低频信息的R、G、B通道图像；

步骤S03：对所述高频信息的R、G、B通道分别进行梯度场双区间直方图均衡化，得到细节增强后的高频信息的R、G、B通道图像；